Курс
Временные ряды

Временные ряды

Научитесь с лёгкостью закрывать задачи, связанные с прогнозированием в разных сферах.
Авторский курс от Павла Беляева для практикующих аналитиков.

Посмотреть программу

Для кого
Аналитики данных, BI-аналитики, дата-сайентисты и специалисты смежных сфер
Даты и длительность
Старт 15 мая, длительность — 3 месяца
Формат
Насыщенные онлайн-уроки и практические задания для закрепления навыков
Доступ к материалам
Уроки останутся на платформе и будут доступны вам бессрочно

Что такое временные ряды и зачем они нужны?

Временные ряды — это данные, упорядоченные по времени: например, продажи по дням, трафик по часам или курс валют по минутам.
Они нужны, чтобы находить закономерности в динамике, прогнозировать будущие значения и принимать более точные решения — от планирования спроса до выявления аномалий и трендов.

Этот курс — для вас, если вы...

Аналитик данных или BI-аналитик (специалист по визуализации)

и хотите перейти от описательной статистики к качественному прогнозированию бизнес-метрик

Дата-сайентист (специалист по данным)

и хотите освоить эконометрические методы (VAR, VECM) и продвинутые библиотеки (Prophet, Neural Prophet) для работы с финансовыми или производственными данными

Работаете в смежной сфере

и вам важно понимать сезонность, тренды и причинно-следственные связи в данных

В каких сферах пригодятся эти навыки?

Финансы и трейдинг

Например: анализ взаимосвязей между ценами активов и объёмами торгов с использованием коинтеграции.

Ритейл и продажи

Например: точное прогнозирование спроса с учётом сложной сезонности и праздников (через Prophet и SARIMA).

Экономика и производство

Например: использование фильтрации для долгосрочного планирования и оценки влияния внешних факторов.

Записывайтесь на курс и осваивайте полезный навык

Программа курса

1. Введение в временные ряды: основы

1.1 Что такое временной ряд: компоненты (тренд, сезонность, цикличность, шум).
1.2 Типы временных рядов (стационарные/нестационарные, аддитивные/мультипликативные).
1.3 Визуализация: графики, сезонные декомпозиции, коррелограммы.
1.4 Применение на практике, примеры

2. Практикум: первичное исследование и очистка временного ряда

2.1 Загрузка данных, построение графиков, тесты на стационарность в Python
2.2 Проверка стационарности: тесты (ADF, KPSS), дифференцирование.
2.3 Обработка пропусков и аномалий.

3. Классические методы моделирования: ARIMA

3.1 Модель ARIMA: концепция, подбор порядка (p,d,q), диагностика остатков.
3.2 Сезонная ARIMA (SARIMA): учёт периодичности.

Автор и спикер тренинга

Павел Беляев

Руководитель группы дата-аналитиков в Яндекс eLama, ведущий телеграм-канала «Тимлидское об аналитике»

С 2018 в аналитике данных, с 1998 в IT.
Руководитель группы дата-аналитиков в Яндекс eLama, с 2020 управляет командой аналитиков.
Ведущий телеграм-канала «Тимлидское об аналитике» и ментор курса Simulative "Дата-аналитик"
Преподаватель, автор и редактор учебных материалов и технических статей о дата-аналитике в Иннополисе, Нетологии, Skill Factory, vaiti.io, Habr, Simulative, Дзен.
Стек технологий: Clickhouse, BigQuery, PostgreSQL, Google.Cloud, Yandex.Cloud, SQL, Python, Google.Analytics, Яндекс.Метрика, Airflow.
Область профессиональных интересов: дата-аналитика, автоматизация работы с данными и метаданными, дата-инженерия, прогнозирование временных рядов, качество данных, веб-аналитика, самообслуживаемые решения (Self Service).

Стоимость обучения

-25%

Концентрат полезных навыков по временным рядам для освоения навыков прогнозирования
Полный и бессрочный доступ к материалам
Поддержка преподавателя в чате
Удостоверение о повышении квалификации

5000 ₽/мес.

3750 ₽/мес.

при оплате в рассрочку на 12 месяцев

или 60000₽ 45000₽ при разовой оплате